Étude des structures métriques et géométriques induites par les coûts de transport optimal (notamment les distances de Wasserstein) sur les espaces de mesures de probabilité, reliant les problèmes de déplacement de masse à l'analyse, aux équations aux dérivées partielles et à une géométrie de type riemannien sur les espaces de mesures.

Principe

Représenter les mesures de probabilité comme des points d'un espace métrique où les plans de transport minimisant le coût définissent des distances; interpréter les géodésiques comme des interpolations par déplacement et utiliser notions de gradient-flow et de convexité (par exemple convexité par déplacement) pour relier la géométrie du transport à des équations d'évolution et des notions de courbure sur les espaces de mesures.

Démonstration

Sur la droite réelle ou dans l'espace euclidien, la distance de Wasserstein L^2 entre deux mesures absolument continues est réalisée par une application de transport monotone; les géodésiques correspondent aux pushforwards le long de l'interpolation linéaire des applications, et l'équation de la chaleur peut être vue comme un flux gradient de l'entropie dans l'espace de Wasserstein.

Mauvaise application

Utiliser les distances de Wasserstein sans vérifier l'absolue continuité ou en ignorant les conditions aux frontières peut conduire à des applications optimales inexistantes; traiter des mesures empiriques discrètes comme des objets lisses et appliquer des formules de transport continues peut tromper le calcul et l'asymptotique.

Conséquence

La géométrie du transport optimal fournit un formalisme unificateur pour comparer des mesures, établit des inégalités fonctionnelles, éclaire la régularité et le comportement à long terme des EDP via la convexité dans l'espace de transport, et fournit des métriques utiles en statistique et apprentissage automatique.

Inversion

Inverser en ne considérant que la topologie faible-* sur les mesures ou des métriques de probabilité intégrales qui ignorent la structure de transport; on perd alors l'interpolation géométrique et le lien avec les dynamiques gouvernées par les flux gradient liés au transport.

Limite

Les résultats dépendent des fonctions de coût, de la régularité des mesures et de l'espace sous-jacent (euclidien vs variétés); de nombreux analogues riemanniens lisses requièrent des mesures absolument continues et des hypothèses de convexité qui échouent pour des mesures singulières ou atomiques.

Tension sémantique

La tension existe entre les métriques basées sur le transport (Wasserstein) qui captent le réarrangement spatial et d'autres divergences (Kullback–Leibler, variation totale) qui mesurent la disparité ponctuelle; chacune met en avant des aspects différents de similarité entre mesures.

Synthèse

La géométrie du transport optimal reconstruit la comparaison des mesures en un problème géométrique où les coûts de transport définissent des distances, permettant l'analyse géométrique de l'évolution des mesures, de la convexité et des EDP, tout en fournissant des métriques pratiques pour des applications.